Análisis de la población activa en España
Alejandro Alemán Alemán
2024-04-24
Estado Actual y Objetivos
Estado Actual
En España, el análisis del mercado laboral se estructura alrededor de diversas categorías que describen la situación laboral de la población, comprendiendo la población activa y la población inactiva. La población activa incluye a todos los individuos en edad de trabajar que están empleados o en busca activa de empleo, representando la fuerza laboral disponible que contribuye directamente a la economía. La población ocupada, subcojunto de la población activa, refiere específicamente a aquellos que actualmente tienen empleo, siendo un indicador clave de la salud económica. Por otro lado, la población parada o desempleada, también dentro de la población activa abarca a quienes, a pesar de buscar activamente trabajo, no lo han encontrado, reflejando los desafíos del mercado laboral. Finalmente, la población inactiva incluye a personas que no están buscando empleo activamente, como estudiantes, jubilados y otros.
En 2023, aproximadamente el 59% de la población mayor de 16 años se categoriza como activa, lo que indica una participación laboral significativa, mientras que el resto pertenece a la población inactiva. Este análisis introductorio sirve de base para explorar más a fondo las dinámicas y retos del mercado laboral español.
Motivación
La motivación para analizar estos datos radica en la necesidad imperante de comprender la estructura de la población activa, así como los diversos factores económicos, políticos y sociales, moldean el mercado laboral español. Este análisis es esencial no sólo para identificar los desafíos actuales, como las altas tasas de desempleo, sino también para diseñar políticas laborales efectivas que fomenten un empleo de calidad y promuevan la inclusión económica. Resulta crucial adaptar y aprovechar nuevas herramientas analíticas que permitan visualizar y comprender de manera más eficaz las tendencias y patrones emergentes en los datos laborales. Esto facilitará la toma de decisiones informadas y proactivas para enfrentar tanto los retos actuales como los futuros del mercado laboral en España.
Objetivos
Este proyecto se orienta hacia varios objetivos clave que buscan mejorar la comprensión y la intervención en el mercado laboral español:
- Identificar patrones y tendencias en el empleo y desempleo que puedan ser indicativos de áreas problemáticas o de éxito, facilitando así la toma de decisiones basadas en evidencia.
- Modelar predicciones a corto y medio plazo para entender posibles futuros escenarios del mercado laboral, basándose en técnicas estadísticas.
- Proponer recomendaciones para políticas públicas, basadas en el análisis realizado, que puedan ayudar a mejorar las tasas de empleo y la calidad de los puestos de trabajo en nuestro país.
Aportaciones
Socio-económico: Mejora la comprensión de la dinámica del mercado laboral al identificar factores críticos que influyen en el empleo y el desempleo. Esto permite a los responsables de la formulación de políticas diseñar intervenciones más efectivas y específicamente dirigidas a grupos vulnerables o en riesgo de desempleo, como jóvenes y trabajadores de sectores de alta volatilidad. Las recomendaciones resultantes pueden ayudar a reducir las tasas de desempleo y mejorar la calidad de vida general. Técnico: Introduce técnicas avanzadas de análisis de datos y visualización, incluyendo el desarrollo de un dashboard interactivo que facilita la accesibilidad y utilidad de la información. Este enfoque no solo mejora la comprensión de las tendencias laborales por parte de los usuarios, sino que también permite a los analistas y responsables políticos realizar seguimientos en tiempo real y ajustar las estrategias según sea necesario. Científico: Avanza el campo del análisis laboral mediante la integración de modelos predictivos y técnicas estadísticas avanzadas, ampliando nuestro entendimiento sobre la efectividad de las políticas de empleo. Al evaluar el impacto a largo plazo de estas políticas, el proyecto contribuye al cuerpo de conocimiento existente y fomenta el desarrollo de nuevas teorías y metodologías en el estudio del mercado laboral.
Desarrollo
- Fuentes de los datos utilizados y análisis de su fiabilidad:
La fuente principal de datos para este proyecto ha sido el Instituto Nacional de Estadística (INE). La elección del INE como fuente primaria se debe a su reconocimiento como un organismo oficial y confiable que proporciona datos estadísticos detallados y actualizados, esenciales para el análisis socioeconómico. La fiabilidad de los datos del INE se respalda por su metodología estandarizada y su amplio uso en investigaciones académicas y decisiones de política pública, garantizando así la calidad y precisión de la información recopilada.
- Análisis exploratorio inicial de los datos con una descripción de incidencias encontradas relativas al contenido y organización de los datos utilizados:
Los datos prinicpales utilizados para este analisis vienen dados por tres tablas (población activa, ocupada y parada) con el mismo formato. Todas vienen con 5 columnas, donde la primera es el periodo en cuatrimestre desde 2002 hasta 2023. La edad viene dado en distintos rangos de edades y su total, el sexo viene dado por hombre, mujer o ambos sexos.
Durante el análisis exploratorio inicial, utilicé inicialmente valores absolutos; sin embargo, para interpretar correctamente las comparaciones entre diferentes comunidades, fue necesario descargar del INE el mismo fichero pero expresado en tasas. Una de las principales incidencias encontradas fue la diferencia en cómo se calculan las tasas de parados y las tasas de ocupación. Las tasas de parados se calculan respecto a la población activa, mientras que las tasas de ocupación se presentan con respecto a la población mayor de 16 años. Esta información no estaba claramente especificada en el sitio web del INE, lo cual requirió una investigación adicional para comprender adecuadamente qué representaban esos datos. Realicé conversiones adecuadas para asegurar que el análisis fuera correcto y coherente, adaptando los datos a formatos comparables para facilitar un análisis más efectivo y relevante. Otra incidencia notable durante el análisis exploratorio fue el uso de un conjunto de datos sobre la población mayor de 16 años, cuyo período disponible abarcaba únicamente desde 2021 hasta 2023. Además, los rangos de edades en estos datos eran diferentes a los utilizados en los conjuntos de datos de la población activa, ocupada y parada. Esta discrepancia en los rangos de edades presentó un desafío significativo, ya que complicaba la comparación directa y el análisis por edad. Este problema subraya la necesidad de una mayor coherencia en los formatos de datos proporcionados por el INE, para facilitar un análisis más integrado y preciso que pueda ser realmente útil para estudios demográficos y de empleo detallados.
Por otro lado, también he hecho uso de otros conjuntos de datos del INE, que representan más a fondo otras varibles que influyen a las distintas poblaciones, como el PIB, estudios alcanzados por población parada, tiempo de espera de empleo y número de sociedades constituidas. Cada uno de estas tablas tiene un formato muy parecido a las de la población activa, ocupada y aprada.
- Identificación de los requisitos de procesado de los datos, combinación de tablas, etc. necesarios para el proyecto.
El procesamiento de los datos para este proyecto requirió una serie de pasos esenciales para asegurar la precisión y la utilidad del análisis final. Este proceso incluyó la verificación de la consistencia en las unidades de medida, la conversión de formatos de datos donde fue necesario cambiar las fechas de formato cuatrimestral a un formato de día-mes-año. Esta transformación de las fechas facilitó significativamente la manipulación y análisis de los datos, permitiendo un seguimiento más detallado y preciso de las tendencias a lo largo del tiempo.
Para abordar la organización de las poblaciones y las diferencias en el cálculo de las tasas de ocupados y parados, se creó una nueva columna en el conjunto de datos. Dado que la tasa de parados se calcula con respecto a la población activa y la tasa de ocupación se presentaba con respecto a la población mayor de 16 años, se introdujo un cálculo para obtener la tasa de ocupados respecto a la población activa. Esto se logró restando la tasa de parados de cien, resultando en una nueva métrica que refleja más precisamente la proporción de ocupados dentro de la población activa.
Además, en el desarrollo del cuadro de mandos, fue crucial la combinación de tablas que contenían información geográfica e información demográfica. Para esto, se utilizó la función left_join, que permitió integrar eficientemente estos conjuntos de datos. Esta unión fue esencial para la creación de mapas coropléticos, los cuales juegan un papel fundamental en la visualización geográfica de las métricas laborales, facilitando la interpretación espacial de los datos y permitiendo análisis regionales detallados.
- Selección y aplicación de las herramientas estudiadas en la asignatura que mejor se adaptan para abordar los objetivos del proyecto. Esto puede incluir, herramientas de visualización estática o dinámica, análisis de series temporales o análisis de atributos.
En este proyecto, he aplicado una variedad de herramientas que hemos estudiado a lo largo del curso para analizar y visualizar los datos de manera efectiva. Una de las herramientas fundamentales ha sido ggplot para la visualización de datos. Utilicé ggplot/ly para crear diversas representaciones gráficas dinámicas, como gráficos de barras, que facilitan la comprensión de las distribuciones y comparaciones clave entre diferentes categorías demográficas y económicas.
Sin embargo, para gráficos circulares dinámicos, encontré limitaciones en ggplotly y opté por utilizar otra biblioteca que soportara mejor la interactividad requerida para este tipo de visualización. Esto me permitió mejorar la presentación de los datos y hacerla más interactiva y accesible para los usuarios finales.
En el análisis de series temporales, opté por highcharter y ffp3. Highcharter me permitió crear gráficos de líneas interactivos que son cruciales para visualizar tendencias y patrones a lo largo del tiempo, como la estacionalidad. Para las predicciones, utilicé un modelo ARIMA para predecir datos temporales, lo que es fundamental para anticipar tendencias futuras en el mercado laboral.
Además, para el análisis de atributos utilicé técnicas estadísticas como la correlación, visualizadas mediante hchart(). Estas herramientas me ayudaron a identificar y visualizar las relaciones más significativas entre las variables.
Por otro lado, para el analisis de estacionalidad he hecho uso de la función gg_season y la descomposición STL para validar la estacionalidad y su comportamiento. Para hacer predicciones he hecho uso del modelo ARIMA.
Cada una de estas herramientas fue seleccionada cuidadosamente para
alinear con los objetivos específicos del proyecto, asegurando así que
los métodos de análisis y visualización empleados fueran los más
adecuados para interpretar correctamente los datos.
- Elaboración de un cuadro de mandos a partir de las herramientas de visualización utilizadas en el proyecto.
Para la elaboración del cuadro de mandos, utilicé una combinación de herramientas de visualización interactiva y estática. Este cuadro de mandos centraliza todos los análisis y visualizaciones desarrollados, facilitando la exploración y comprensión de los datos por parte de los usuarios.
El cuadro de mandos incluye gráficos de barras, líneas, circulares y mapas coropléticos, cada uno diseñado para mostrar distintos aspectos de los datos de población activa, ocupada y parada. Utilicé ggplotly para crear visualizaciones dinámicas detalladas que ofrecen insights sobre la distribución y tendencias en el empleo y desempleo, como las tasas de ocupación y paro por regiones y por grupos de edad. También implementé gráficos interactivos utilizando highcharter, lo que permite a los usuarios interactuar con los datos, por ejemplo, al visualizar las series temporales del empleo y hacer zoom en periodos específicos.
Los mapas coropléticos, son particularmente valiosos para visualizar diferencias regionales y concentraciones de población activa y parada, permitiendo identificar patrones geográficos en el mercado laboral. Los gráficos circulares nos permite visualizar de forma interactiva la composición de población mayor de 16 años y la población activa. Además, el cuadro de mandos incluye herramientas interactivas como filtros y selectores que permiten a los usuarios personalizar las visualizaciones según sus intereses específicos, como seleccionar rangos de tiempo o categorías demográficas particulares.
En el contexto del análisis del mercado laboral, es importante entender las categorías en las que se divide la población según su situación laboral. En España, como en muchos otros países, las principales categorías son: población activa, población ocupada y población parada o desempleada.
Población Activa: Esta categoría incluye a todas las personas en edad de trabajar (generalmente entre 16 y 65 años) que están disponibles y buscan activamente empleo, además de aquellas que ya están empleadas. Es decir, la población activa comprende tanto a los ocupados como a los desempleados. Este indicador es crucial porque muestra la fuerza laboral potencial del país, que contribuye o está dispuesta a contribuir a la economía activamente.
Población Inactiva: Aquellas personas en edad de trabajar pero no están disponibles y no buscan activamente empleo. Este segamento de la población suelen ser estudiantes, trabajadores del hogar, pensionistas, personas que no quieren trabajar o viven de sus rentas.
Población Ocupada: Son aquellas personas dentro de la población activa que tienen un empleo. Pueden estar trabajando a tiempo completo o parcial, en empleos temporales o permanentes. La cifra de población ocupada es un indicador directo de la salud económica de un país, ya que refleja la cantidad de personas que efectivamente están generando ingresos y contribuyendo al producto interno bruto (PIB).
Población Parada: Este grupo también forma parte de la población activa pero consiste en las personas que no tienen trabajo y están buscando activamente empleo. El nivel de desempleo es un indicador económico clave que se usa para medir la salud económica de un país. Un alto índice de desempleo puede indicar problemas económicos, mientras que un índice bajo suele señalar un mercado laboral saludable y una economía fuerte.
Una forma más interesante de entender como están estructuradas estas poblaciones es mediante la visualización este diagrama.
Estructura de la población española.
Observando este diagrama, se puede apreciar la distribución de la población española mayor de 16 años en el último cuatrimestre de 2023 a nivel nacional. Aproximadamente el 59% de esta población constituye la población activa, lo que significa que más de la mitad de los españoles se encuentran empleados o están activamente buscando trabajo. El 41% restante corresponde a la población inactiva, compuesta por aquellas personas que no están trabajando y no buscan empleo en este momento; este grupo incluye principalmente a personas jubiladas, estudiantes, quienes se dedican a las labores del hogar, y otros que por diversas razones no están en el mercado laboral.
A continuación, analizaremos más detalladamente la composición de ese 59% que representa a la población activa.
En este gráfico se muestra la estructura de la población activa en España durante el último cuatrimestre de 2023. Más del 88% de la población activa está actualmente empleada, lo cual indica que la mayoría de las personas en esta categoría tienen trabajo. Por otro lado, el 11.8% restante de la población activa comprende a las personas desempleadas que están buscando activamente empleo. Este desglose refleja que la tasa de ocupación dentro de la población activa es bastante alta, manteniéndose por encima del 88%, un indicador positivo ya que en muchos países se considera que una tasa de ocupación superior al 90% es un signo de un mercado laboral saludable.
La gráfica ilustra la distribución de la población española mayor de 16 años según su situación laboral. En ella, el 52% de esta población está ocupada, es decir, trabajando activamente, mientras que el 48% restante comprende a personas que están desempleadas o inactivas (no buscando trabajo). Esto muestra que ligeramente más de la mitad de la población en edad de trabajar está empleada.
La gráfica ilustra la tasa de población ocupada entre las personas mayores de 16 años, desglosada por diferentes grupos de edad a nivel nacional. Destaca que el segmento de 25 a 54 años tiene la mayor tasa de empleo, alcanzando un 78%. Por su parte, el grupo de 20 a 24 años muestra una tasa de empleo del 41%, lo que significa que menos de la mitad están empleados. En contraste, solo el 7% de los jóvenes de 16 a 19 años están trabajando, lo cual se explica principalmente porque la mayoría de ellos están dedicados a sus estudios y, por ende, forman parte de la población inactiva.
Esta gráfica muestra la tasa de empleo en distintas comunidades y ciudades autónomas en relación a la población mayor de 16 años. Se destaca que la Comunidad de Madrid, Cataluña, Aragón y las Islas Baleares presentan las tasas más altas de empleabilidad, variando entre el 54% y el 57%. Por el contrario, las regiones con las menores tasas de empleo son Extremadura, el Principado de Asturias, Melilla y Ceuta, con una tasa que oscila entre el 42% y el 46%.
Este mapa coroplético representa la tasa de ocupación en relación a la población mayor de 16 años en cada comunidad autónoma. Los colores en el mapa indican el nivel de empleabilidad: tonos naranjas o rojos señalan las comunidades con las tasas más altas de empleo, mientras que colores más claros como el amarillo denotan tasas más bajas. Es notable que las comunidades autónomas del este presentan las mayores tasas de empleo.
La gráfica muestra una clara predominancia masculina en sectores tradicionales como la agricultura, la industria y, de manera más marcada, en la construcción. En contraste, el sector servicios muestra una participación más equitativa entre géneros, con las mujeres mostrando una pequeña superioridad. Este sector no solo es el que más empleo proporciona a nivel nacional, sino que también destaca por su diversidad de roles, que incluyen áreas como educación, salud y comercio minorista.
Este análisis de la distribución del empleo por género resalta las disparidades existentes y sugiere la necesidad de implementar políticas laborales y económicas que fomenten una mayor equidad de género en todos los sectores de la economía.
Mediente esta gráfica se puede entender de forma más clara como está compuesta de poblaicón innactiva según la clase principal de cada uno.
Jubilados (41.3%): Esta es la categoría más prominente y cubre a las personas que ya no están en la fuerza laboral debido a la jubilación. Esta proporción considerable indica que una gran parte de la población inactiva ha dejado el mercado laboral por razones de edad y está recibiendo beneficios de jubilación. Estudiantes (19.8%) y Personas dedicadas a labores del hogar (19.7%): Estos dos grupos son significativos y cada uno representa casi un quinto de la población inactiva. Los estudiantes están en una fase de formación y por tanto no participan en la fuerza laboral, mientras que las personas dedicadas a labores del hogar pueden estar eligiendo no buscar empleo activamente debido a responsabilidades domésticas o personales. Personas que perciben una pensión distinta de la de jubilación (10.7%): Esta categoría incluye individuos que, aunque no están jubilados, reciben algún tipo de soporte económico alternativo que les permite permanecer inactivos en el mercado laboral. Esto puede incluir pensiones por invalidez, viudedad, etc. Incapacitados permanentes (5.45%): Este grupo abarca a aquellas personas que están inactivas debido a discapacidades que les impiden trabajar de manera permanente. Otra (2.98%): Este segmento incluye a individuos inactivos que no se ajustan a las categorías convencionales mencionadas anteriormente.
Una proporción significativa, 25.4%, ha estado buscando empleo durante 2 años o más, lo que sugiere que hay un número considerable de personas enfrentando dificultades para reingresar al mercado laboral o encontrar oportunidades adecuadas a largo plazo. Los segmentos de 1 año a menos de 2 años (18.5%) y de 6 meses a menos de 1 año (13%) también son notables, indicando que muchos desempleados no encuentran trabajo en el corto plazo. El 8.5% que ha estado desempleada menos de un mes podría indicar una reciente pérdida de empleo o un cambio activo en la búsqueda de mejores oportunidades. Reintegración al mercado laboral: El 6.3% que ya ha encontrado empleo es relativamente bajo en comparación con los porcentajes de desempleo a más largo plazo, lo que podría sugerir desafíos en la creación de empleo o en la adecuación entre las habilidades de los desempleados y las demandas del mercado laboral.
Estos datos reflejan un desafío significativo en términos de políticas de empleo y formación profesional en España, resaltando la necesidad de estrategias dirigidas para acortar los periodos de desempleo y mejorar la integración laboral.
Los efectos de la crisis financiera de 2008 son evidentes, con un incremento en los periodos de búsqueda de empleo, especialmente en aquellos que buscan empleo durante dos años o más, donde en 2015 llegó a alcanzar un pico del 45%.
Aunque ha habido una disminución en los porcentajes de desempleados de larga duración después de los picos alcanzados post-crisis, los niveles no han vuelto a los pre-crisis, indicando posibles problemas estructurales en el mercado laboral.
La persistencia de altos niveles de desempleo de larga duración sugiere desafíos continuos en la integración laboral y la necesidad de políticas efectivas para mejorar la empleabilidad y crear empleos.
La gráfica muestra un desglose del porcentaje de población desempleada por su nivel educativo más alto alcanzado nivel nacional en 2023 en el último cuatrimestre.
Se observa que el 35.1% de la población desempleada posee como máximo nivel educativo la primera etapa de educación secundaria y similar. Este grupo representa la mayoría de la población desempleada y refleja una tendencia preocupante en el mercado laboral, donde la falta de educación más allá de la Educación Secundaria Obligatoria (ESO) parece ser un factor limitante en la empleabilidad.
El segundo mayor grupo, que comprende el 28.3% de la población desempleada, cuenta con educación superior. Este dato pone de manifiesto que incluso una formación avanzada no es inmune a las dificultades del mercado laboral, aunque no se puede negar que usualmente incrementa las probabilidades de empleo y estabilidad laboral.
En cuanto a la orientación educativa, un 14% de los desempleados terminaron la segunda etapa de la ESO con orientación general y un 12.3% con orientación profesional. Esto indica que la elección entre una formación general versus una técnica-profesional puede tener implicaciones en la inserción laboral futura.
El 7.8% de la población desempleada solo ha completado la educación primaria, y un 1.7% no la ha finalizado, reflejando una mayor vulnerabilidad en el mercado laboral. Finalmente, el 0.8% corresponde a individuos analfabetos, lo que resalta la necesidad crítica de políticas inclusivas de alfabetización y educación básica.
Se recomienda encarecidamente el desarrollo y la implementación de políticas enfocadas en elevar el nivel educativo de la población, priorizando particularmente la educación técnica y profesional que responda directamente a las demandas del mercado laboral actual. Es crucial garantizar que la calidad de la educación y la pertinencia de las habilidades impartidas estén alineadas con las necesidades de los empleadores, cerrando así la brecha entre la formación recibida y las competencias requeridas en el ámbito profesional.
Esta estrategia es esencial para motivar a las instituciones a adoptar medidas que promuevan la continuación de los estudios académicos y técnicos entre la población. Incrementar la disponibilidad de becas es una de las tácticas más efectivas, ya que permite a los estudiantes concentrarse más plenamente en su educación sin las preocupaciones financieras que a menudo conlleva. Al mejorar el acceso a la educación superior o técnica a través de apoyos económicos, se aumenta significativamente la probabilidad de que los individuos obtengan empleos de mayor calidad y mejor remunerados de manera más rápida. Esta inversión en capital humano no solo proporciona beneficios directos a los individuos implicados, sino que también contribuye a la creación de una fuerza laboral más capacitada y competitiva, lo cual es fundamental para el impulso del desarrollo económico y la innovación a largo plazo.
La matriz de correlación visualiza la relación entre diferentes niveles educativo. Este tipo de matriz ayuda a entender cuán fuertemente relacionadas están las variables entre sí basadas en sus coeficientes de correlación, donde un valor cercano a uno implica una fuerte relación positiva.
Los tonos más oscuros en la matriz indican una correlación más alta, lo cual sugiere que los niveles de educación listados tienen tendencias o características compartidas entre sí de forma significativa. Por ejemplo, puede haber una correlación alta entre personas con niveles educativos similares en términos de su participación en el mercado laboral o en otras estadísticas socioeconómicas.
La regresión lineal muestra una tendencia positiva, lo que indica que a medida que aumenta el número de personas desempleadas con estudios primarios incompletos, también aumenta el número total de desempleados. Esta tendencia sugiere que hay una relación directa entre el bajo nivel educativo y la incidencia del desempleo.
Esta evidencia visual demustra de que el nivel de educación tiene un impacto significativo en la tasa de desempleo, destacando la importancia de estrategias educativas y de formación profesional en la reducción del desempleo.
La evolución de la población ocupada refleja un cambio drástico y fácilmente perceptible: en 2007, la tasa de ocupación se situaba aproximadamente en un 92%, evidenciando una economía robusta y en su apogeo en términos de empleo.
Sin embargo, justo después de finales de 2007, coincidiendo con el inicio de la crisis financiera global, se observa un descenso abrupto y sostenido en la ocupación, que desciende hasta un 73%, marcando uno de los niveles más bajos registrados desde 2002. Este notable descenso está directamente relacionado con la crisis económica, la cual tuvo un impacto profundo y devastador en el mercado laboral, resultando en un incremento significativo en la tasa de desempleo y una notable reducción en la creación de nuevos empleos. Los efectos de la crisis financiera en la economía española se manifiestan claramente en la trayectoria de la tasa de ocupación, destacando la vulnerabilidad del empleo ante choques económicos.
Esta gráfica muestra dos series de datos a lo largo del tiempo, desde el año 2002 hasta cerca de 2023:
Número de sociedades constituidas (línea roja): Esta línea representa la cantidad de empresas o sociedades existentes cada año. Se observa un pico alrededor del 2007, seguido por una fuerte caída hasta aproximadamente el 2013, y luego una recuperación con fluctuaciones hacia el final del período.
Tasa de ocupación (línea azul)
Las dos líneas en el gráfico ilustran la interacción entre la creación de empresas y la tasa de empleo, sugiriendo cómo el número de nuevas sociedades puede influir en el mercado laboral. Al analizar la línea que representa el número de sociedades constituidas, se observa que, durante los años en cuestión, la tasa de ocupación muestra una tendencia paralela, reflejando el impacto significativo que tiene la creación de empresas en la disponibilidad de empleo. Los cambios abruptos, especialmente durante la crisis financiera de 2008, evidencian cómo las fluctuaciones económicas afectan de manera inmediata a la creación de empresas y, con un retardo, a la tasa de ocupación.
Este desfase temporal destaca cómo los eventos económicos afectan inicialmente al entorno empresarial y, posteriormente, al empleo, demostrando que los efectos en el mercado laboral pueden no ser inmediatos sino graduales. Asimismo, la desalineación en algunas fases de las tendencias subraya que existen múltiples factores — económicos, políticos y sociales — que pueden influir de manera diferente en cada una de estas variables.
Por otro lado, resulta sorprendente observar que, tras la crisis de 2008, el número de sociedades constituidas no ha logrado acercarse ni siquiera a la mitad de lo que existía antes de la crisis. Esto podría indicar que aún persisten varios problemas que impiden la recuperación total del dinamismo empresarial.
La gráfica que analizamos muestra dos series de tiempo que abarcan desde aproximadamente 2002 hasta 2023, representando el Producto Interior Bruto (PIB) a precios de mercado y la tasa de ocupación en España.
El PIB a precios de mercado es una métrica económica que refleja el valor total de todos los bienes y servicios producidos en un país durante un año, ajustado por los efectos de los impuestos y subvenciones. Es un indicador fundamental para evaluar la salud económica de un país, pues muestra la capacidad de producción y el crecimiento económico global.
En la gráfica, se observa una relación clara entre la tasa de ocupación y el PIB, destacando cómo los cambios en la actividad económica, medidos por el PIB, están íntimamente relacionados con la salud del mercado laboral, representada por la tasa de ocupación. Cuando el PIB experimenta una disminución, un indicativo claro de recesión económica, generalmente se observa una caída en la tasa de ocupación, reflejando pérdidas de empleo y una contracción económica que impacta directamente a los trabajadores. Por otro lado, cuando el PIB se recupera, indicando un crecimiento económico y un aumento en la producción, se observa también un incremento en la tasa de ocupación, lo cual refleja una mejora en el empleo y en la robustez de la economía.
Esta interdependencia subraya la necesidad de políticas económicas bien fundamentadas que no sólo busquen impulsar el crecimiento del PIB, sino que también promuevan un mercado laboral saludable. El bienestar económico de un país tiene un impacto directo y significativo en la capacidad de las personas para obtener y mantener empleo, lo cual a su vez afecta el consumo, la inversión y, en última instancia, el ciclo económico en su conjunto.
En el análisis de la evolución de la población ocupada en diversas comunidades autónomas, la tendencia observada en las Islas Baleares destaca por su comportamiento único. A diferencia de otras regiones, la gráfica muestra que la tasa de ocupación en las Islas Baleares experimenta variaciones constantes y pronunciadas a lo largo del tiempo, sin mantener un nivel estable de ocupación.
Este patrón se caracteriza por incrementos y descensos significativos en períodos relativamente cortos, lo que sugiere una dinámica de empleo volátil. Esta volatilidad podría estar influenciada por factores estacionales, dado que las Islas Baleares es una región altamente dependiente del turismo, lo que podría explicar las marcadas variaciones en la tasa de ocupación en respuesta a la temporada turística.
La comprensión de este comportamiento es crucial para diseñar políticas laborales y económicas adaptadas a la realidad de la región, permitiendo mitigar las posibles repercusiones negativas de tal inestabilidad en el mercado laboral local.
La gráfica proporciona un desglose detallado de la población ocupada en las Islas Baleares por cuatrimestres desde 2002 hasta 2023. Cada línea representa un año distinto y revela cómo varía el empleo estacionalmente dentro de cada año. Se aprecia un patrón consistente en el que el empleo alcanza su pico entre el segundo y tercer trimestre de cada año, coincidiendo con los meses de julio y agosto. Este patrón refuerza la idea de una gran dependencia del empleo en las Islas Baleares hacia el turismo, que típicamente experimenta un auge en estos meses debido a la afluencia de turistas en la temporada alta.
Esta fuerte dependencia del turismo implica varias consecuencias significativas para la población empleada de las Islas Baleares:
Vulnerabilidad económica: La economía local se vuelve susceptible a las variaciones en el sector turístico, lo que puede ser causado por factores tan diversos como cambios en la economía global, tendencias turísticas, desastres naturales o pandemias. Estos eventos pueden causar una reducción abrupta en la demanda turística, afectando directamente los niveles de empleo y, por extensión, la economía de las islas.
Inestabilidad laboral: La naturaleza estacional del turismo conduce a una alta tasa de empleos temporales o contractuales, lo que puede resultar en períodos de desempleo para muchos trabajadores durante la temporada baja. Esto afecta la estabilidad financiera y puede limitar el acceso a beneficios laborales continuos.
Esfuerzos de diversificación económica: La dependencia del turismo impulsa la necesidad de políticas que fomenten la diversificación económica. Es crucial para las Islas Baleares explorar y desarrollar otros sectores económicos que puedan proporcionar empleo más estable y reducir la vulnerabilidad económica frente a los cambios en el turismo.
La descomposición STL (Seasonal and Trend decomposition using Loess) es una herramienta analítica poderosa que nos permite desglosar la serie de datos en tres componentes principales: tendencia, estacionalidad y residuo. Este método confirma de manera más detallada y analítica la presencia de estacionalidad en los datos de la población ocupada en las Islas Baleares. La tercera gráfica proporciona una confirmación clara de la estacionalidad en la serie de datos.
La gráfica que presentamos a continuación muestra una predicción de la población ocupada para el período de 2023 a 2027. Para aumentar la precisión de estas predicciones, se han excluido de los cálculos los datos correspondientes a periodos marcados por crisis económicas significativas, como la crisis financiera de 2008 y la pandemia del COVID-19, señalados en la gráfica con líneas rojas. Este enfoque permite minimizar las distorsiones en el modelo predictivo que podrían ser causadas por eventos atípicos y no representativos de la tendencia general.
Las proyecciones indican un aumento potencial en la formación de sociedades y una mejora en la tasa de ocupación, sugiriendo una posible recuperación a los niveles previos a dichas crisis, siempre y cuando no se presenten nuevos factores disruptivos económicos o sanitarios.
Conclusiones y Trabajos Futuros
Resultados Obtenidos: El análisis realizado sobre el mercado laboral español ha proporcionado una visión detallada de la situación laboral de distintas poblaciones según su edad, sexo, nivel educativo y ubicación geográfica. Se ha confirmado la dependencia significativa de ciertas regiones, como las Islas Baleares, hacia el turismo, evidenciando un patrón de empleo altamente estacional. Además, se ha observado una correlación entre la baja cualificación educativa y mayores tasas de desempleo, subrayando la importancia de la educación en la empleabilidad. Por otro lado, se confirma que el número de sociedades constituidas tiene un efecto con desfase temporal en la tasa de ocupación.
Conclusiones Obtenidas: Los resultados destacan la necesidad crítica de políticas que promuevan la diversificación económica y mejoren la formación educativa adaptada a las necesidades del mercado laboral. Además, se ha evidenciado que las crisis económicas tienen un impacto prolongado en la tasa de empleo, lo que requiere estrategias de recuperación robustas y sostenibles. También se ha resaltado la disparidad en la participación laboral entre géneros en distintos sectores, lo que llama a políticas de igualdad más efectivas.
Grado de Consecución de los Objetivos: El proyecto ha alcanzado satisfactoriamente sus objetivos de identificar patrones y tendencias críticas en el mercado laboral, modelar predicciones a corto y medio plazo, y proponer recomendaciones políticas basadas en un análisis detallado. Estas acciones han permitido establecer una base sólida para la toma de decisiones informadas y proactivas en la formulación de políticas laborales.
Posibles Extensiones:
Expansión Geográfica: Ampliar el estudio para incluir comparaciones internacionales, lo que podría ofrecer una perspectiva más amplia sobre cómo se manejan desafíos similares en diferentes contextos económicos y culturales.
Análisis Longitudinal Más Amplio: Considerar un rango más extenso de datos históricos para examinar las tendencias a largo plazo y su impacto en el mercado laboral actual, especialmente en preparación para futuras crisis económicas.
Integración de Nuevas Tecnologías: Implementar herramientas avanzadas de inteligencia artificial y aprendizaje automático para mejorar la precisión de las predicciones del mercado laboral y personalizar las recomendaciones de políticas para grupos específicos.
Desarrollo de Políticas de Inclusión: Profundizar en el diseño de políticas específicas que fomenten la inclusión de grupos marginalizados o en riesgo de exclusión del mercado laboral, como pueden ser los trabajadores mayores, inmigrantes o minorías.
Seguimiento y Evaluación: Establecer un sistema de seguimiento y evaluación para medir la efectividad de las políticas implementadas, permitiendo ajustes dinámicos y respuestas rápidas a las necesidades cambiantes del mercado laboral.